Universidad Central del Ecuador

Facultad De Ingeniería En Geología, Minas, Petróleos y Ambiental

Carrera de Ambiental

Cálculo Integral

Tema: Modelos matemáticos aplicados a la ingeniería Ambiental

Nombre: Cristhy Largo

Curso: Segundo Semestre

Fecha: 30/07/2019
 Índice
Modelos matemáticos................................................................................................................... 4

Tipos de modelos matemáticos ................................................................................................ 4

Modelos cualitativos ............................................................................................................ 4

Modelos cuantitativos .......................................................................................................... 4

Modelo de simulación .......................................................................................................... 4

Modelo de optimización ....................................................................................................... 4

Modelo de control ................................................................................................................ 5

Modelos Ambientales................................................................................................................... 5

Clasificación de los Modelos Matemáticos Ambientales ........................................................ 6

Fenomenológicos ................................................................................................................. 6

Empíricos ............................................................................................................................. 6

Analíticos ............................................................................................................................. 6

Numéricos ............................................................................................................................ 6

Modelos ambientales estocásticos........................................................................................ 7

Modelos aplicables a derrames de petróleo en ecosistemas terrestres ......................................... 8

- Propiedades promedio .................................................................................................... 8

- Propiedades por grupo .................................................................................................... 8

- Propiedades por grupo de interés y el resto .................................................................... 9

- Propiedades estimadas en base a la fracción soluble o no del petróleo .......................... 9

Modelos de dispersión Atmosférica ............................................................................................. 9

 ADM 3 ..................................................................................................................................... 9

ADMS-Urban ........................................................................................................................... 9

ADMS-Roads ......................................................................................................................... 10

ADMS-Screen ........................................................................................................................ 10

EMIT ...................................................................................................................................... 10

Modelos que se aplican en la calidad del agua .......................................................................... 11

Modelo QUAL2K y QUAL2Kw ........................................................................................... 11

Aplicación de modelo Matemático ............................................................................................ 11

Validación de un modelo hidrodinámico y calidad del agua para el Río Magdalena ............ 11

Módulo de Transporte de Contaminantes .............................................................................. 12

Modelación de sólidos suspendidos totales (SST) ................................................................. 12

Modelos para medir la biodiversidad ..................................................................................... 13

Medición de la riqueza específica .......................................................................................... 14

Índice de diversidad de Margalef ....................................................................................... 14

Índice de diversidad de Menhinick .................................................................................... 15

Índice de diversidad alfa (α) de Williams .......................................................................... 15

Rarefacción ........................................................................................................................ 15

Modelo logarítmico ............................................................................................................ 16

Modelo de dependencia lineal ............................................................................................ 16

Bibliografía ................................................................................ ¡Error! Marcador no definido.

 Modelos matemáticos

Los modelos matemáticos son modelos científicos que emplea algún tipo de formulismo

matemático para expresar relaciones, proposiciones sustantivas de hechos, variables, parámetros,

entidades y relaciones entre las variables de las operaciones, para estudiar comportamientos de

sistemas complejos ante situaciones difíciles de observar la realidad. (Wikipedia , 2019)

La utilidad de estos modelos radica en que ayudan a estudiar cómo se comportan

las estructuras complejas frente a aquellas situaciones que no pueden verse con facilidad en el

ámbito real. Existen modelos que funcionan en ciertos casos y que resultan poco precisos en otros.

Puede decirse que los modelos matemáticos son conjuntos con ciertas relaciones ya definidas,

que posibilitan la satisfacción de proposiciones que derivan de los axiomas teóricos. Para ello, se

sirven de diversas herramientas, como ser el álgebra lineal que, por ejemplo, facilita la fase de

análisis, gracias a la representación gráfica de las distintas funciones. (Julián Pérez, 2012)

Tipos de modelos matemáticos

Modelos cualitativos: que pueden valerse de gráficos y que no buscan un resultado de tipo exacto,

sino que intentan detectar, por ejemplo, la tendencia de un sistema a incrementar o disminuir un

determinado valor;

Modelos cuantitativos: que, por el contrario, necesitan dar con un número preciso, para lo cual se

apoyan en fórmulas matemáticas de variada complejidad.

Modelo de simulación: que intenta adelantarse a un resultado en una determinada situación, sea

que ésta se pueda medir en forma precisa o aleatoria;

Modelo de optimización: que contempla distintos casos y condiciones, alternando valores, para

encontrar la configuración más satisfactoria;

Modelo de control: a través del cual se pueden determinar los ajustes necesarios para obtener un

resultado particular. (Julián Pérez, 2012)

Modelos Ambientales

Las Matemáticas desempeñan un papel muy importante en las ciencias físicas, biológicas y, en

general, en las ciencias del medio ambiente. Los modelos matemáticos permiten la facilidad de

aplicación de incorporar las matemáticas a los problemas de que se ocupan las ciencias

medioambientales.

Para la comprensión de problemas ambientales se estudian algunos modelos y métodos

matemáticos que pueden utilizarse para representar y analizar muchos sistemas que se encuentran

en las ciencias de la naturaleza. En particular, se incluyen los métodos matemáticos para describir

los fenómenos gobernados por el azar, algunos modelos y métodos matemáticos de optimización

y algunos modelos matemáticos sobre dinámica de poblaciones. (Carrillo, 2014)

Los modelos ambientales tienen por objeto la predicción de comportamiento de un

contaminante en el ambiente, este conocimiento es esencial en la prevención de los efectos

perjudiciales para el ecosistema, principalmente para los humanos y otros organismos vivos.

(García, 2017)

Un modelo matemático aplicado en la ingeniería ambiental puede tener la siguiente expresión

general:
Y = F (X, V, P)

Donde el factor

- (X) son datos iniciales

- (P) parámetros físico-químicos y biológicos
- (V) el estado del sistema
- (Y) representa los resultados del modelo.
 En teoría es posible encontrar una solución exacta para la representación de esta función,

siempre y cuando se analice, en detalle, cada fenómeno involucrado según las leyes

fisicoquímicas que lo gobiernan. (Ríos, 2012)

Clasificación de los Modelos Matemáticos Ambientales

- De acuerdo a la extensión de las aproximaciones se clasifican en fenomenológicos o

empírico:

Fenomenológicos: son modelos en donde cada uno de los términos o grupos de términos

se basan en las leyes fundamentales de la Química y la Física.

Empíricos: en cambio, utilizan las mediciones experimentales de X, P, Y y V para obtener

una expresión analítica que reemplace a la función F desconocida.

- De acuerdo a ausencia o presencia de variables probabilísticas: se clasifican en

determinísticos o estocásticos.

- De acuerdo a la forma matemática del abordaje de la función F, se clasifican en analíticos

o numéricos.

Analíticos: logran una expresión exacta de la función F.

Numéricos: logran una expresión de F por aproximaciones sucesivas.

- Si la variable tiempo es tratada se clasifican en dinámicos o estáticos.

La complejidad del modelo ambiental varía de acuerdo al número de compartimentos (agua,

aire, suelo, biota, etc.) que se tienen en cuenta, a la cantidad de contaminantes que admite en

forma simultánea, a la estimación o no de los procesos degradativos y su dependencia temporal,

etc.
 Pero basicamente suele emplearse el concepto físico-químico de "tendencia al escape" de una

sustancia de una fase o compartimento dado. En el estado de equilibrio, por definición, las

tendencias al escape entre fases son iguales por

tanto las fugacidades también lo son. Se puede

demostrar que la relación de "tendencia al

escape” entre fases es igual a la relación entre

los respectivos coeficientes de partición o

distribución. (Ríos, 2012)

Modelos ambientales estocásticos

Son los que admiten la definición y el tratamiento de variables probabilísticas (datos iniciales,

parámetros de sistema, etc.) y supone un mayor acercamiento al tratamiento de, primero, la

incerteza en la determinación experimental debido a los errores en las mediciones o en las

estimaciones realizadas y segundo, a la variabilidad propia, debido a la aleatoriedad de ciertos

procesos físico-químicos y biológicos de interés ambiental. Es de suma importancia poder contar

con la posibilidad de un análisis de este tipo debido a que de esta forma puede llegar a evaluarse,

en un análisis de sensibilidad, la forma en que esta incerteza o variabilidad influencia los

resultados del modelo.

En la práctica esta posibilidad es introducida en el modelo, mediante la definición, para cada

variable probabilística, del tipo de distribución. Es necesario resaltar que para muchos casos

específicos relacionados con problemáticas ambientales, es necesaria la utilización de

transformaciones de datos con el objeto de obtener posteriormente distribuciones normales, siendo

la transformación más utilizada la logarítmica. (Ríos, 2012)

 Modelos aplicables a derrames de petróleo en ecosistemas terrestres

En el caso particular de derrames de petróleo, existen dos aspectos que evidencian la

complejidad del problema planteado. Primero, que por tratarse el petróleo de una compleja mezcla

de hidrocarburos las propiedades fisicoquímicas del mismo varían en forma apreciable y segundo,

que, debido a los procesos involucrados, su composición química es una función del tiempo.

Por otro lado, la presencia, en el caso del petróleo, de más de un tipo de sustancia química trae

aparejado el problema de que esto influencia el comportamiento en el ambiente de cada una de

ellas por la presencia de las otras. Sin embargo, es posible estimar como puede modificarse dicho

comportamiento teniendo en cuenta, por ejemplo, algunas leyes fundamentales de la química

como la ley de Raoult.

Como sucede frecuentemente en la resolución de problemas complejos, es necesaria la realización

de simplificaciones que garanticen un abordaje

concreto de resultados evaluables. Para el caso de

las simulaciones de derrames de petróleo son

frecuentes, las siguientes estrategias aplicadas a las

estimaciones de su comportamiento:

- Propiedades promedio: en este caso se trata al petróleo como único componente y las

propiedades tale como presión de vapor, solubilidad en agua, etc., se calculan en base a la

composición de la mezcla.

- Propiedades por grupo: en este caso se divide a los componentes del petróleo por grupos

de propiedades fisicoquímicas distintas (aromáticos, alifáticos, compuestos polares, etc.) y

se promedian las propiedades de interés para dicho grupo. Una variante es tomar como

representativo las propiedades fisicoquímicas de aquel constituyente de cada grupo que e

encuentre en mayor proporción.

 - Propiedades por grupo de interés y el resto: es este caso se trata en forma separada aquel

grupo (ej.: PAHs, hidrocarburos aromáticos policíclicos) que presentan mayor interés

según el problema estudiado.

- Propiedades estimadas en base a la fracción soluble o no del petróleo: esta es una

aproximación muy útil para ciertos casos específicos relacionados con la evolución de

dicha fracción en cuerpos de agua. (Ríos, 2012)

Modelos de dispersión Atmosférica

ADM 3

Evalúa el impacto y el riesgo ambiental de las emisiones atmosféricas de las industrias objeto de

estudio:

- Dispersión de penachos industriales: SO2, CO, NO, partículas, metales, dioxinas.

- Impacto de las emisiones difusas (COVs) y accidentales (explosión e incendio).

Comparación directa con los valores reglamentarios.

Evaluación del riesgo industrial.

Entre las fuentes que modela nos encontramos: chimeneas, zonas industriales, carreteras, etc.

Calcula la trayectoria de penachos a la salida de la chimenea teniendo en cuenta situaciones

metereológicas complejas, los efectos aerodinámicos generados por obstáculos presentes en el

lugar (ej.: edificios), los efectos producidos por la superficie (tierra/mar, naturaleza del suelo,

relieve) y la influencia de la turbulencia sobre la dispersión a corto plazo (cálculo en tres

dimensiones de la rosa de los vientos).

ADMS-Urban

Modelo que se utiliza para la gestión y la evaluación de la calidad del aire en ciudades, pequeñas

poblaciones, provincias, autopistas y áreas industriales. Se utiliza en mayor medida en ciudades,

para comparar los niveles de contaminación con los niveles estándar de calidad del aire
 ADMS-Roads

Modelo para evaluar las emisiones del tráfico rodado y un pequeño número de fuentes

industriales.

ADMS-Screen

Es un modelo de fácil uso para la evaluación rápida del impacto en la calidad del aire por una

única fuente (ej.: una chimenea industrial).

EMIT

Gestión y cálculo de las emisiones tóxicas locales y gases de efecto invernadero. EMIT es una

herramienta para el inventario de emisiones. Puede ser utilizada para almacenar, manipular y

evaluar los datos de las emisiones procedentes de una variedad de fuentes. Los datos de las

emisiones pueden ser utilizados para:

- Estudios de contaminación local por contaminantes tóxicos.

- Inventarios de emisiones de gases invernadero.

- Estimar emisiones para las aplicaciones IPPC.

- Estudio de los mapas de ruido de tráfico rodado.

EMIT es particularmente útil para probar el panorama de emisión-reducción, por ejemplo, para

investigar el efecto de zonas de baja emisión en áreas urbanas, y los caminos para reducir las

emisiones de gases invernadero como un paso hacia el cumplimiento de la Agenda 21 o los

Objetivos de Kyoto. (Región de Murcia , 2019)

 Modelos que se aplican en la calidad del agua

Estos modelos son formulaciones, matemáticas los cuales simulan el comportamiento y el

efecto de los contaminantes en el agua, mediante la aplicación de estos modelos matemáticos se

representan escenarios de impacto ambiental de los principales contaminantes que afectan a las

fuentes hídricas.

Estos modelos consisten en programas de computación basados en algoritmos matemáticos Los

modelos integran datos de campo de diversas variables y factores, más ciertas condiciones de

entrada. A partir de esos datos, los modelos generan los posibles escenarios, extrapolando datos en

tiempo y espacio con base en probabilidades, los modelos matemáticos se basan en pronosticar el

comportamiento de la calidad de agua en ecuaciones diferenciales. Estas ecuaciones relacionan la

cantidad de cambio de una determinada función con la magnitud del cambio en otra.

Modelo QUAL2K y QUAL2Kw (Water Quality Model)

Simula todas las variables de calidad de agua bajo un flujo constante simulado. Simula dos

niveles de DBO para desarrollar escenarios de la capacidad del río o corriente para degradar

contaminantes orgánicos. (LIFEDER, s.f.)

Aplicación de modelo Matemático

Validación de un modelo hidrodinámico y calidad del agua para el Río Magdalena

Los modelos matemáticos de calidad del agua son una herramienta de control, que contribuyen

a la planificación, la prevención y toma de decisiones enfocadas al manejo de los recursos

hídricos. Por ello, diferentes países, entre los cuales está Colombia, han establecido la pertinencia

de su implementación para determinar el grado de asimilación de los cuerpos de agua a

vertimientos de diferente índole.

Para el desarrollo de este trabajo se adaptó e implementó un modelo numérico bidimensional,

que consta de dos módulos y se resuelve en dos tiempos. Inicialmente se aplicó el modulo
hidrodinámico que resuelve las ecuaciones de Saint Venant derivadas de Navier-Stokes-Reynolds,

mediante un método Euleriano-Lagrangeano. Posteriormente se aplicó el módulo de transporte de

contaminantes que resuelve la ecuación de Advección-Difusión-Reacción en su forma

bidimensional, también por el método Euleriano-Lagrangeano.

Módulo de Transporte de Contaminantes (La ecuación de A-D-R)

El modelo de calidad del agua, adaptado a la corriente principal del río Magdalena, simula el

comportamiento y la distribución de las concentraciones de los diferentes parámetros de calidad

del agua. El módulo de la calidad del agua soluciona los siguientes parámetros, agrupados de

acuerdo a las propiedades físicas y químicas:

- Físicos: Temperatura, Salinidad, Conductividad Eléctrica, Sólidos Suspendidos Totales

(SST).
- Químicos y biológicos: Oxígeno Disuelto (OD), Demanda Biológica de Oxigeno (DBO),
Coliformes Fecales.
- Eutrofización: Amoniaco (NH3 ), Nitrato (NO3 ), Nitrógeno Orgánico (Norg), Fósforo
inorgánico (fosfato, PO4 ), Fósforo orgánico (Porg).

- C= es la concentración de cualquier parámetro de calidad de agua (mg 𝐿−1)

- Ex y Ey= son los coeficientes de dispersión en la dirección x e y, respectivamente
(𝑚2𝑠−1)
- Γc = es el mecanismo de reacción específico para cada parámetro (mg 𝐿−1𝑠−1)
Modelación de sólidos suspendidos totales (SST)

El comportamiento de los SST está definido matemáticamente como sigue:

 Donde:

- 𝑢∗ = Velocidad al cortante (2x10−4) – 3x10−3) (m 𝑑−1)

- 𝑢∗𝑒 = Velocidad cortante de erosión (m 𝑑−1)
- 𝑢∗𝑑= Velocidad cortante de depositación (m 𝑑−1))
- α= Constante de erosionabilidad
- 𝑤𝑠 = Velocidad de caída de la partícula (m 𝑑−1)
- 𝑐𝑏 = Concentración de sedimentos de fondo (gr 𝐿−1)
Solución numérica de las ecuaciones; dado que las ecuaciones gobernantes son de carácter

hiperbólico, el modelo de flujo no permanente puede ser usado para simular tanto el flujo

subcrítico como el supercrítico. (Franklin, 2015)

Modelos para medir la biodiversidad

Los estudios sobre medición de biodiversidad se han centrado en la búsqueda de parámetros

para caracterizarla como una propiedad emergente de las comunidades ecológicas. Sin embargo,

las comunidades no están aisladas en un entorno neutro. En cada unidad geográfica, en cada

paisaje, se encuentra un número variable de comunidades. Por ello, para comprender los cambios

de la biodiversidad con relación a la estructura del paisaje, la separación de los componentes alfa,
beta y gamma (Whittaker, 1972) puede ser de gran utilidad, principalmente para medir y

monitorear los efectos de las actividades humanas (Halffter, 1998).

La diversidad alfa es la riqueza de especies de una comunidad particular a la que consideramos

homogénea, la diversidad beta es el grado de cambio o reemplazo en la composición de especies

entre diferentes comunidades en un paisaje, y la diversidad gamma es la riqueza de especies del

conjunto de comunidades que integran un paisaje, resultante tanto de las diversidades alfa como

de las diversidades beta (Whittaker, 1972).

Medición de la riqueza específica

La riqueza específica (S) es la forma más sencilla de medir la biodiversidad, ya que se basa

únicamente en el número de especies presentes, sin tomar en cuenta el valor de importancia de las

mismas. La forma ideal de medir la riqueza específica es contar con un inventario completo que

nos permita conocer el número total de especies (S) obtenido por un censo de la comunidad.

Índice de diversidad de Margalef

Donde:

- S = número de especies
- N = número total de individuos
Transforma el número de especies por muestra a una proporción a la cual las especies son

añadidas por expansión de la muestra. Supone que hay una relación funcional entre el número
𝑘
de especies y el número total de individuos 𝑆 = √𝑁 donde k es constante (Magurran, 1998).

Si esto no se mantiene, entonces el índice varía con el tamaño de muestra de forma

desconocida.
 Índice de diversidad de Menhinick

- S = número de especies
- N = número total de individuos
Al igual que el índice de Margalef, se basa en la relación entre el número de especies y el

número total de individuos observados, que aumenta al aumentar el tamaño de la muestra

Índice de diversidad alfa (α) de Williams

Un aspecto importante a considerar es que el número de especies registradas depende

fuertemente del tamaño de la muestra, de modo que si el esfuerzo de muestreo no es el mismo, la

comparación de distintos valores de S no será válida a menos que se utilicen índices que no

dependan del tamaño de la muestra, como el índice de diversidad alfa de Williams (Magurran,

1988) o se estandarice el tamaño de muestra mediante métodos como la rarefacción, funciones de

acumulación de especies, o por métodos no paramétricos.

Rarefacción

Permite hacer comparaciones de números de especies entre comunidades cuando el tamaño

de las muestras no es igual. Calcula el número esperado de especies de cada muestra si todas

las muestras fueran reducidas a un tamaño estándar, es decir, si la muestra fuera considerada

de n individuos (n<N).
 Donde:

- E(S) = número esperado de especies

- N = número total de individuos en la muestra
- Ni = número de individuos de la iésima especie
- n = tamaño de la muestra estandarizado

Modelo logarítmico

Donde:

- a = la ordenada al origen, la intercepción en Y. Representa la tasa de incremento de

la lista al inicio de la colección.
- z = 1–exp(–b), siendo b la pendiente de la curva.
- x = número acumulativo de muestras.
Conforme la lista de especies aumenta, la probabilidad de añadir una nueva especie a la lista en

cierto intervalo de tiempo disminuye proporcionalmente con el tamaño actual de la lista, hasta que

eventualmente alcanza cero. Es un modelo útil cuando hacemos un muestreo de áreas

relativamente pequeñas, un grupo bien conocido, o ambos, y eventualmente todas las especies

serán registradas.

Modelo de dependencia lineal

Conforme la lista de especies aumenta, la probabilidad de añadir una especie nueva a la lista

disminuye de forma exponencial. Se utiliza cuando la región donde se hace el muestreo es grande

o los taxa son poco conocidos, de forma que la probabilidad de encontrar una nueva especie nunca

será cero.
 Los primeros intentos por describir la estructura de las comunidades en términos de la

abundancia proporcional de cada especie fueron los modelos matemáticos que describen la

relación gráfica entre el valor de importancia de las especies (generalmente en una escala

logarítmica) en función de un arreglo secuencial por intervalos de las especies de la más a la

menos importante (Magurran, 1988; Krebs, 1989). El ajuste de los datos empíricos a la

distribución subyacente a cada modelo puede medirse mediante pruebas de bondad de ajuste como

la de x² o la prueba de G (Magurran, 1988).

(Moreno, 2001)
 Bibliografía

Carrillo, A. (2014). MODELOS MATEMÁTICOS EN CIENCIAS AMBIENTALES. Obtenido de

https://portal.uned.es/EadmonGuiasWeb/htdocs/abrir_fichero/abrir_fichero.jsp?idGuia=43

268

Franklin, T. (25 de enero de 2015). Validación de un modelo hidrodinámico y calidad del agua

para el Río Magdalena, en el tramo adyacente a Barranquilla, Colombia. Obtenido de

Validación de un modelo hidrodinámico y calidad del agua para el Río Magdalena:

http://www.scielo.org.mx/pdf/hbio/v25n1/v25n1a2.pdf

García, F. (marzo de 2017). Modelos Matemáticos para el Estudio de Medio Ambiente, Salud y

Desarrollo Humano . Obtenido de https://rev-inv-ope.univ-paris1.fr/fileadmin/rev-inv-

ope/rideca/Livres/medio_ambiente_2017.pdf

Julián Pérez. (2012). Definición.DE. Obtenido de MODELO MATEMÁTICO:

https://definicion.de/modelo-matematico/

LIFEDER. (s.f.). Tpos de modelos que se aplican al estudio de la calidad del agua. Obtenido de

https://www.lifeder.com/tipos-modelos-apliquen-estudio-calidad-agua/

Moreno, C. (2001). Metodos para medir la biodiversidad . Obtenido de

https://www.researchgate.net/profile/Claudia_Moreno7/publication/304346666_Metodos_
 para_medir_la_biodiversidad/links/576c346e08aedb18f3eb262a/Metodos-para-medir-la-

biodiversidad.pdf

Región de Murcia . (2019). Modelos Matemáticos aplicables a los Impactos Ambientales .

Obtenido de file:///C:/Users/USER/Downloads/20715-modelos_matematicos%20(1).pdf

Ríos, S. (25 de julio de 2012). Modelos ambientales . Obtenido de

http://www.ingenieroambiental.com/informes/matematicos.htm

Wikipedia . (14 de mayo de 2019). Modelo matemático. Obtenido de

https://es.wikipedia.org/wiki/Modelo_matem%C3%A1tico